สร้าง AI ทำนายฤทธิ์ต้านมะเร็ง จากข้อมูลของสาร Flavone ที่ออกแบบขึ้นใหม่

ในยุคที่ปัญญาประดิษฐ์ (AI)  เข้ามามีบทบาทสำคัญในวงการแพทย์และเภสัชกรรม การใช้ AI เพื่อช่วยคัดกรองสารออกฤทธิ์ทางชีวภาพจึงกลายเป็นกุญแจสำคัญของการพัฒนายารุ่นใหม่

 ทีมวิจัยนำโดย รศ. ดร.ธนธรณ์ ขอทวีวัฒนา จากภาควิชาเคมี คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ร่วมกับผู้เชี่ยวชาญจากหลายสถาบัน ได้ออกแบบและสังเคราะห์ อนุพันธ์ของสารฟลาโวน (flavone derivatives) ขึ้นใหม่ 89 ชนิด พร้อมทดสอบฤทธิ์ต้านเซลล์มะเร็งหลายชนิด ได้แก่ MCF-7 (มะเร็งเต้านม), HepG2 (มะเร็งตับ), HeLa-S3 (มะเร็งปากมดลูก), KB (มะเร็งช่องปาก) และเปรียบเทียบกับเซลล์ปกติ Vero

 ข้อมูลชีวภาพเหล่านี้ถูกนำไปพัฒนา โมเดล QSAR (Quantitative Structure–Activity Relationship) ด้วยเทคนิค machine learning หลายรูปแบบ เช่น Random Forest (RF), Extreme Gradient Boosting (XGBoost) และ Artificial Neural Network (ANN) เพื่อทำนายฤทธิ์ต้านมะเร็งของสารในชุดนี้

 โมเดล QSAR ที่ได้สามารถทำนายฤทธิ์ต้านมะเร็งได้อย่างแม่นยำ โดยเฉพาะกับเซลล์ MCF-7 และ HepG2 พร้อมวิเคราะห์ให้เห็นว่า “ตำแหน่งใดบนโครงสร้างโมเลกุล” ส่งผลต่อฤทธิ์ได้มากที่สุด

 งานวิจัยนี้แสดงให้เห็นศักยภาพของ AI ในการช่วยออกแบบยาใหม่ได้อย่างมีทิศทาง ช่วยลดเวลาและต้นทุนในการพัฒนายาต้านมะเร็งในอนาคต